или войти через:
Ваша корзина пока пуста
favorite_border
Доступно только зарегистрированным пользователям

Ученые из университета Корнеля обучили робота находить предметы c помощью галлюцинаций

schedule 20.06.2012 в 13:38 link Personal Robotics Lab Ashutosh Saxena Marcus Lin University of Cornell
​Исследователи в лаборатории Personal Robotics Lab Ашутоша Саксена (Ashutosh Saxena), доцента кафедры информатики, уже научили роботов выявлять общие объекты, брать их и размещать в соответствующих местах. На этот раз они добавили человеческий фактор, который заключается в обучении роботов с помощью "галлюцинаций", а именно представлению человека там, где и как люди могут стоять, сидеть или работать в помещении, и размещать объекты в обычном отношении к тем "мнимым" людям.





Их работа будет представлена на Международном симпозиуме по экспериментальной робототехники 21 июня в Квебеке, а также на Международной конференции машинного обучения 29 июня в Эдинбурге, Шотландия.

Предыдущая работа по размещению объектов роботами, отмечают исследователи, опирается на моделирование взаимосвязей между объектами. Клавиатура находится перед монитором и рядом с мышью. Но это не поможет, если робот видит монитор, клавиатуру и мышь в других местах, а не на столе.

Отношение объектов к людям не только позволяет избежать таких ошибок, но также делает расчет легче, говорят исследователи, так как каждый объект описывается с точки зрения его отношения к небольшому набору человеческих позиций, а не длинному списку других объектов. Компьютер узнает эти отношения, наблюдая за 3-D изображением с объектами в них, в которых он представляет человеческие фигуры, помещая их в практические отношения с предметами и мебелью. Вы ведь не будете сидеть там, где нет стула. Компьютер вычисляет расстояние от объектов до разных уголков, видит воображаемые человеческие фигуры, и отмечает ориентацию объектов.

В конце концов, он узнает общие черты: есть много мнимых людей, сидящих на диване перед телевизором, и телевизор, всегда стоящий перед ними.

"Это более важно для робота, чтобы выяснить, как объект будет использоваться людьми, а не то, что это за объект. Одним из ключевых достижений в этом проекте является использование непомеченных данных, чтобы выяснить, как люди используют пространство", - сказал Саксена.

В новой ситуации робот помещает человеческие фигуры в 3-D изображение комнаты, размещает их по отношению к объектам и мебели, которая уже есть в комнате. "Это создает образ человека в окружающей среде, а затем выясняет, какие из этих объектов актуальны и игнорирует другие," -  объясняет Саксена. "Он решает, где новые объекты должны быть помещены по отношению к человеческим фигурам и действует".

Исследователи проверили свой метод использования изображений в жилых комнатах, кухнях и офисах от 3-D Google склада, а затем, изображения местных офисов и квартир. Они запрограммировали робота выполнять размещения объектов в местных условиях. Добровольцы, которые не были связаны с проектом, оценили размещение каждого объекта на корректность по шкале от 1 до 5.

Сравнивая различные алгоритмы, исследователи обнаружили, что размещение на основе человеческого контексте были более точными, чем те, которые основаны исключительно на отношении между объектами, но лучшие результаты все пришли из сочетания человеческого контекста объектных отношений со средним баллом 4,3. Некоторые тесты были проведены в помещениях с мебелью, а другие в помещениях, где только основной предмет мебели был настоящим. Объектный способ осуществляется значительно хуже из-за отсутствия связи в использовании. "Разница между предыдущей работой и нашим методом была значительно выше в случае пустых комнат", - говорит Саксена.

Работа выполнена при поддержке Microsoft и Google. Марк Лин (Marcus Lin), главный инженер лаборатории получил премию академических достижений от Департамента компьютерных наук за его работу над этим проектом.

Комментарии: